In the last years, e-learning systems have been development to implementing effective training programs: Learning Management Systems LMS and Intelligent Tutoring Systems - ITS. In this paper, we are proposing a new Advanced Intelligent Tutoring System, that combining the robustness of the current e-learning systems with the sophistication of the ITS. We present a real application example implemented in a commercial e-learning platform (LUVIT). This system is designed to train the tool machine operators who work with GEKA machines.
Carmen Pagés, José Javier Martínez, Óscar Gutiérrez, Teresa Díez Departamento de Ciencias de la Computación, Escuela Técnica Superior de Ingeniería
Informática, Universidad de Alcalá {carmina.pages, josej.martinez, oscar.gutierrez, teresa.diez}@uah.es
Enfrentarse al reto del e-learning requiere de la capacidad de pensar acerca de cómo adquirimos conocimientos, habilidades, destrezas y como podemos generar y utilizar recursos docentes que nos mantengan actualizados en esta nueva sociedad del conocimiento. En estos últimos años se han intentado, fundamentalmente, dos aproximaciones para acomodarse a las nuevas situaciones y las podríamos resumir como sigue:
Por un lado tenemos a los sistemas que, con la aparición de Internet, han
pretendido suplantar a la formación presencial. Son los llamados Sistemas de Gestión del
Aprendizaje (Learning Management System – LMS) cuyos contenidos, en la mayoría
de los casos, son simples transposiciones de medio de los que existían para la
enseñanza asistida por ordenador de los años 80 y 90 basando sus funciones en la gestión
y distribución de cursos [
Por otro, se ha venido intentando utilizar la Inteligencia Artificial para conseguir
suplantar al profesor mediante un ordenador considerado como “tutor”. Los Sistemas
Tutoriales Inteligentes trataban de ofrecer a cada alumno la posibilidad de un proceso
de enseñanza individual y particularizado, intentando emular a los tutores humanos
en su habilidad para determinar en cada caso que enseñar, cuando enseñarlo y como
enseñarlo. Sin embargo, tal y como señala Miguel Rodriguez Artacho [
Se hace necesario, por tanto, una síntesis de ambos enfoques que proponga una solución convergente para la construcción de una nueva generación de sistemas de teleformación combinando la robustez y la “amigabilidad” de la multimedia en los actuales sistemas de e_learning con la sofisticación y complejidad de los Sistemas Inteligentes de Tutorización. Nosotros proponemos SITA (Sistema Inteligente de Tutorización Avanzada) como una solución novedosa para la construcción de una nueva generación de sistemas de teleformación orientada al conocimiento procedural.
En esta introducción hemos presentado los problemas y limitaciones de los actuales sistemas comerciales de teleformación. El resto del trabajo está estructurado como a continuación se describe. En el segundo punto se describe como nuestro sistema SITA añade una dimensión dinámica y adaptativa al escenario actual En el tercer punto se resumen la arquitectura y la metodología del SITA. En el cuarto punto se expone un caso real de aplicación del sistema propuesto, detallando el trabajo actual que se está desarrollando en la Universidad de Alcalá para generar un Sistema Inteligente de Tutorización Avanzado como entrenamiento de los operadores de maquinaria de la empresa GEKA. A continuación se detallan los tipos de objetos de aprendizaje obtenidos y el análisis de los metadatos. En el último punto se describen algunas conclusiones y posibles líneas de investigación y trabajos futuros.
La existencia de SITA se justifica en la creciente necesidad de dotar de inteligencia a los sistemas que ayudan al aprendizaje descentralizado a través de internet y en la inexistencia de metodologías que permitan generar con cierta facilidad contenidos docentes tutorizados, manteniendo un gran nivel de formalización y estructuración en la representación de los conocimientos. Al alumno este sistema le ofrece la ventaja de una enseñanza altamente individualizada, donde los conocimientos se adquieren de forma interactiva y de acuerdo a la filosofía ‘aprender haciendo’. Al desarrollador y utilizador de contenidos se ofrece una importante novedad en la forma de modelización de estos a través de un sistema universalmente reconocido de representación de procesos como es EPC (Event Driven Processing Chains) y su posterior implementación como reglas semánticas en una base de datos.
La idea de proporcionar inteligencia a los entornos de teleformación no es nueva.
Desde el principio de la década de los 90 diversos autores, principalmente
Brusilovsky, [
Otras investigaciones relacionadas con nuestro trabajo (dominios de conocimiento
orientados a la enseñanza de tareas procedurales), tales como los prototipos TOTS,
STEVE, PAT y PACO [
SITA estará formado por un conjunto de módulos que conforman el sistema inteligente de tutorización instalados en un sistema de teleformación comercial elegido como plataforma: − Módulo del Dominio. Representación del conocimiento de un dominio determinado mediante un modelo de reglas de producción y material de apoyo en forma de texto, dibujos, videos, etc. − Módulo del Tutor. Representación de los conocimientos de profesores y tutores a cerca de como impartir determinados contenidos. − Módulo del Alumno. Nivel de conocimientos del alumno. Almacena la situación de aprendizaje de cada alumno en cada proceso de tutorización. − El sistema de teleformación. Se encarga de la gestión y administración de alumnos y cursos, alguno de los cuales puede contener información tutorizada. − El alumno. Interaccionará con el sistema inteligente de tutorización a través de una interfaz gráfica. El sistema guiará al alumno presentándole las reglas de conocimiento almacenadas y el alumno decidirá con sus respuestas el camino a seguir, además el sistema puede presentar información multimedia, a petición del alumno.
La arquitectura de componentes está representada en la figura 1.
Para tener una visión global de todo el proceso metodológico utilizado se presentan las distintas fases por las que pasará la generación de los datos que alimentarán el módulo del dominio del SITA a partir del texto que queremos tutorizar.
SISTEMA DE TELEFORMACION Situación del estudiante
Gestión y Administración Moódeulo del Dominio
Moódeulo del
Tutor
Módulo del
Alumno Contenidos
Tipo de Estudiante Supervisión
Evaluación
ESTUDIANTE
Fig. 1. Arquitectura modular de SITA 1) Se parte del texto que queremos tutorizar. Basandonos en la Ingeniería Lingüística del Conocimiento, se realiza un análisis lingüístico del texto para traducirlo a un conjunto de reglas semánticas formalizadas, reformulando los discursos explicativos en discursos ejecutables que puedan ser implementados como reglas semánticas.
2) Se analizan las reglas semánticas obtenidas convirtiéndolas en diagramas del
tipo EPC. Esta forma de representación fue introducida por [
Conditciioónn La condición determina la ejecución de una acción. El resultado de una acción se convierte en la condición de la siguiente acción.
Acctiioónn La acción es un hecho concreto que produce unos resultados, es la consecuencia del cumplimiento de una condición.
AND
OR
XOR Un conector muestra una conexión lógica (camino de decisión) entre los componentes de un EPC.
Processo Un proceso se compone de varias acciones.
Es una abstracción y no puede ser ejecutado. 3) Se obtienen los datos que representan el modelo de EPC: acciones, actividades, secuencia de ejecución y relaciones lógicas, que serán los que guíen el proceso de tutorización. Para facilitar el laborioso trabajo que necesita esta fase, se utiliza la herramienta ARIS Toolset (www.ids-scheer.com) que permite representar EPC y generar sus datos automáticamente. ARIS nace como consecuencia de un esfuerzo de C1
C2
AND
A1
estandarización de los diferentes métodos de desarrollo y modelización de los
procesos de negocio llevado a cabo por Scheer [
A modo de validación y ejemplificación de la arquitectura y metodología propuestas mostraremos un prototipo de un caso real de aplicación en el que se han utilizado las técnicas presentadas dentro de un sistema creado a partir de los principios arquitecturales considerados como fundamentales, e interactuando con un sistema de gestión del aprendizaje de tipo comercial. El objetivo de este caso práctico es el desarrollo e implementación de un sistema de teleformación avanzado que se concretará con la utilización de un sistema inteligente de tutorización en la aplicación piloto para la formación de operadores en el procedimiento de ‘Cambio punzónmatriz’, fundamental para la utilización de las máquinas punzonadoras de la empresa de Máquinas-Herramientas GEKA. La empresa MAQUINARIAS GEKA S.A. (www.geka.es) está ubicada en Oiartzun (España) y se dedica a la fabricación y venta de máquinas para trabajos de cizallado, punzonado y formado de llantas y perfiles.
El sistema inteligente de tutorización que vamos a desarrollar se conectará a un
sistema comercial de e-learning para poder ser utilizado y poder ampliar las funciones
del sistema estándar de e-learning. El sistema elegido es LUVIT (www.luvit.com),
con el que la Universidad de Alcalá colabora desde hace tiempo y con el que se
vienen desarrollando proyectos fin de carrera y trabajos de investigación desde 1999 en
el Departamento de Ciencias de la Computación ([
Los elementos de los que partimos para el desarrollo de SITA y de sus contenidos son los siguientes:
1) Manual de instrucciones de GEKA. El objeto del manual es dotar al usuario de una máquina GEKA de una herramienta clara y eficaz destinada a facilitar la instalación, puesta en servicio, funcionamiento, mantenimiento y reparación, así como dar a conocer los elementos de seguridad que en ella intervienen. Este manual está formado por siete capítulos, de los cuales uno de ellos está dedicado a ‘Funcionamiento y reglajes’. Dentro de este capítulo se dedica un subapartado muy importante al procedimiento de ‘Cambio Punzón-Matriz’ que debe realizarse para adaptar las características del punzonado de la máquina a diferentes trabajos (medidas, formatos, tipos de material, etc.).
2) Curso de maquinaria GEKA en LUVIT. Este curso de e-learning esta desarrollado a la medida de GEKA para ser utilizado por los usuarios de sus máquinas. Es una herramienta dirigida al entrenamiento de los operadores de las máquinas. Utiliza todo el potencial de internet y de las herramientas multimedia y se ha desarrollado con la ayuda del personal cualificado de GEKA experto en cada proceso de las máquinas, de personal docente experto en técnicas de e-learning y de personal informático experto en herramienta de internet y multimedia. Se han utilizado recursos educativos ya existentes en GEKA (manuales, fotos y esquemas de máquinas y piezas, etc.) y nuevos recursos diseñados para completar el curso (ejercicios propuestos, tests de seguimiento del aprendizaje, videos demostrativos, etc.).
El desarrollo de SITA se ha divido en dos procesos paralelos, por un lado la creación de la base de datos del conocimiento del dominio y por otro el desarrollo del entorno de SITA.
El paso inicial de todo el proceso corresponde con la lectura y comprensión del texto seleccionado. Posteriormente se divide el texto en unidades simples (párrafos) que serán analizadas lingüísticamente, convertidas en reglas y modelizadas mediante diagramas EPC. Cada párrafo del texto será puesto en los marcos informativos y transformados en reglas semánticas y diagramas EPC. Al final de esta fase se obtiene el conjunto de reglas semánticas representadas mediante EPCs y conectadas entre sí formando la red semántica del dominio del conocimiento.
El subapartado analizado del manual de GEKA ha sido dividido en 11 párrafos, de cada uno de los cuales se ha obtenido un marco informativo. El conjunto total de marcos informativos contiene 24 reglas semánticas que se han convertido en 24 diagramas EPC.
La siguiente fase consiste en adaptar y representar los diagramas obtenidos a la herramienta ARIS y, después, revisar la consistencia del modelo. La utilización de ARIS Toolset para dibujar los EPC que forman este modelo nos permitirá utilizar las funciones de la herramienta para la validación y la generación automática de datos.
En la última fase la herramienta nos proporcionará automáticamente tablas de datos estructuradas que describen los objetos y relaciones que forman el modelo de EPC y, una vez obtenidas estas tablas, se formalizarán para cargar la base de datos de conocimientos que formará parte del módulo del dominio, cuyo diseño y contenido se estudiará en el apartado siguiente. Esta información se completará con los contenidos multimedia existentes en el curso de maquinaria GEKA en LUVIT que sean relativos a los objetos docentes de nuestro sistema y que deban relacionarse con ellos en el módulo del dominio.
Finalmente, como los objetos de aprendizajes creados para el Módulo del Dominio
del Proyecto GEKA son de nueva creación debemos, por razones de interoperabilidad
y estandarización, definir el contenido de la estructura de datos para crear sus
metadatos. Se ha realizado un estudio de la lista completa de elementos de datos de la
estructura de metadatos definida por IEEE [
Curso 0..n 0..n Alumno 0..1
0..n Objeto Básico 0..n
Objeto de Aprendizaje 0..n 0..n Documento
1..n 0..n Objeto Acción 1 0..n 1 1..n Condición 1..n
La obtención del proceso interactivo de dialogo entre el alumno y las reglas del conocimiento, los interfaces con la plataforma de e-learning y el diseño de estructura de base de datos se ha realizado en entorno web y una base de datos relacional. Actualmente el prototipo obtenido está en fase de validación y verificación llevada a cabo por expertos en sistemas de teleformación y potenciales usuarios. Veremos los dos aspectos fundamentales del sistema:
1) Modelo de datos. La figura 3 representa el modelo conceptual formalizado mediante un Diagrama de Clases, siguiendo el estándar UML (Unified Modeling Language).
0..n 0..n
Objeto Tutorizado
Objeto No
Tutorizado
Las entidades y relaciones que aparecen se corresponden a los distintos niveles de agrupación recomendados por el Comité Europeo de Normalización: 1) Nivel 0 (Átomos): Representan datos en su nivel más bajo, nivel físico. Son la materia prima que se utiliza para construir contenidos más elaborados (textos, imágenes, videos, explicaciones sonoras). En nuestro caso los Documentos. 2) Nivel 1 (Unidades Simples): Representan un recurso docente autocontenido y no divisible. En nuestro caso los Objetos Básicos (representan un concepto) y los No Tutorizados (representan una acción sin asociación de red semántica). 3) Nivel 2 (Unidades Compuestas): Son un conjunto de unidades simples que integra una estructura que puede recorrerse y con una semántica instruccional asociada. En nuestro caso los Objetos Tutorizados (representan una acción con asociación de red semántica) y la Reglas (relaciones entre Objetos Acción). 4) Nivel 3 (Cursos): Aunque el nombre pueda conducir a error, se trata simplemente de la unidad de nivel más alto donde se plasma la realización completa de una actividad docente o de tutorización. En nuestro caso los Cursos.
La definición de la estructura de los meta-datos propuesta en LOM de IEEE [
3) Elementos que tienen un valor particularizado.
Con esta clasificación, analizamos cada tipo, asignando los valores de cada elemento válidos para todos los objetos, para cada tipo de objeto y para cada objeto individual. 2) Modelo de procesos. Las relaciones entre alumno/sistema inteligente de autorización/plataforma de e-learning deben representarse mediante un procedimiento conceptual que se ha denominado proceso de tutorización. La tutorización comienza desde el sistema general de e-learning Luvit, donde se evidenciarán los temas factibles de tutorización. Cuando el alumno seleccione alguno de ellos Luvit enviará los datos del alumno y el título del tema seleccionado. El interfaz con alumno presentará una única pantalla dividida en tres zonas que se muestra en la figura 4. Esta figura muestra la ventana del sistema tutorizado abierta al ser llamada desde el curso Luvit. Nuestra propuesta de un Sistema Inteligente de Tutorización Avanzada (SITA) puede proporcionar un avance tecnológico necesario dentro del conjunto de iniciativas actuales en teleformación en el ámbito del conocimiento de tipo procedural. Hemos podido comprobar a lo largo de los últimos cinco años de utilización de herramientas de teleformación que, en determinadas tipologías de contenidos docentes, sobre todo en la adquisición de habilidades para la resolución de problemas, es imprescindible que exista una interactividad por parte del alumno. Basándose en ella como premisa fundamental, SITA no solamente mantiene despierta cierta atención durante el aprendizaje sino que, además, a partir de las respuestas y acciones que realiza el alumno, es capaz de guiar y tutorizar su estudio, convirtiendo este en práctica y experiencia.
Concebir SITA como un sistema de tutorización que utiliza como plataforma un sistema comercial de e-learning existente en el mercado, conocido y distribuido mundialmente, proporciona la ventaja de aprovechar sus capacidades, ya probadas y consolidadas, tradicionales en los LMS comerciales, relativas a la gestión y distribución de cursos y alumnos.
Gracias a la utilización de los diagramas EPC, que hasta la fecha se venían utilizando para representar otro tipo de estructuras, creemos posible el obtener unos grados de rendimiento a la hora de capturar e implementar reglas muy superiores a los logrados hasta la fecha. El proceso se simplifica, a partir de la representación de las reglas, gracias al uso de la herramienta ARIS que permite, de forma automática, la validación del modelo obtenido y la transformación de las reglas en ficheros de datos con los que cargar la base de conocimientos del sistema.
Como continuación de este trabajo de investigación y como propuesta de trabajos futuros podríamos indicar los dos aspectos, teórico y prácticos, inherentes al sistema desarrollado.
Desde un punto de vista teórico continuaríamos en las dos siguientes líneas:
1) Sería deseable estudiar, diseñar y evaluar indicadores sobre la estandarización
de las actuales estructuras del conocimiento, analizando la situación actual de los
organismos de estandarización en este aspecto (por ejemplo LOM de IEEE [
2) Analizar y diseñar interfaces entre nuestro sistema SITA y otros productos de teleformación que puedan ser utilizados como plataforma, para cumplir con los criterios de interoperabilidad.
Desde una perspectiva práctica presentamos dos posibles líneas de actuación: 1) El trabajo inicial realizado para el proyecto GEKA debería continuar y ampliarse completando todas las fases de manipulación de la maquinaría propuesta, analizando el conjunto de los manuales de operación.
2)La Ingeniería Lingüística del Conocimiento como metodología de soporte en la Configuración de Productos Manufacturados. Este estudio podrá no limitarse al diseño del sistema tutorizado, avanzando en la investigación de su integración con grandes sistemas ERP (Enterprise Resource Planning) que gestionan el proceso de la cadena de suministro de los productos en todas sus fases.